使用pdfbox拆分pdf，但丢失字体

Question

我使用pdfbox API在Java中编写了一些代码，该API将pdf文档拆分为单独的页面，查看特定字符串的页面，然后从页面上创建一个带有字符串的新pdf。我的问题是，当保存新页面时，我丢失了我的字体。我刚刚制作了一个快速word文档来测试它，默认字体是calibri，所以当我运行程序时，我得到一个错误框，上面写着：“无法提取嵌入字体...”所以它用其他一些默认字体替换字体

我已经看到很多示例代码，它们显示了当您输入要放在pdf中的文本时如何更改字体，但没有任何设置pdf的字体。

如果有人熟悉这样做的方法，（或者可以找到文档/示例），我将不胜感激！

编辑：忘记包含一些示例代码

if (pageContent.indexOf(findThis) >= 0){
                PDPage pageToRip = pages.get(i);
                >>set the font of pageToRip here
                res.importPage(pageToRip); //res is the new document that will be saved
            }

我不知道这是否有帮助，但我想我会把它包括在内。

此外，如果pdf是用calibri编写的，那么这就是变化：

注意：这可能不是一个问题，它取决于需要处理的文件中使用的字体。除了Calibri，我尝试了一些其他的东西，结果很好。

Answer 1

来自How to extract fonts from a PDF：

  

实际上，您无法从PDF中提取字体，即使字体也是如此   完全嵌入。这是不可行的两个原因：

     

•大多数字体都受版权保护，因此使用提取器是非法的。

     

•当PDF中嵌入字体时，并非所有字体数据都是   包括在内。显然，包括字体轮廓数据以及   字体宽度表。其他信息，例如关于连字的数据，   在PDF中是无关紧要的，因此这些数据不会被包含在内   PDF。我不知道任何字体提取工具，但如果你来   跨越一个，上述原因应该明确这些   公用事业应该避免。